GettyImages 865302776 a67006ff91bc4a1a820c4310761a3dc6

Tärkeimmät oppimispisteet

  • MIT:n tutkijoiden uusi tutkimus osoittaa tavan upottaa hermoverkkoja pieniin laitteisiin.
  • MCUNet mahdollistaa syvän oppimisen järjestelmissä, joissa on rajoitettu prosessointiteho ja muisti.
  • Innovaatio voisi mahdollistaa myös älykkäämpiä ja joustavampia lääkinnällisiä laitteita.
Älykkäät kaiuttimet ja muut laitteet, jotka muodostavat esineiden internetin (IoT), voisivat jonain päivänä saada hermoverkon tehon tehdä enemmän vähemmällä, tutkijat sanovat. Uusi MCUNet-niminen järjestelmä mahdollistaa pienten hermoverkkojen suunnittelun IoT-laitteille myös rajoitetulla muistilla ja prosessointiteholla. MIT:n tutkijoiden Preprint-palvelimella Arxiv julkaiseman paperin mukaan teknologia voi avata uusia mahdollisuuksia älylaitteille ja samalla säästää energiaa ja parantaa tietoturvaa. Tutkimus «on yksi niistä loistavista ideoista, jotka näyttävät ilmeisiltä, ​​kun kuulet sen», robotiikkayhtiö KODA:n teknologiajohtaja John Suit sanoi sähköpostihaastattelussa. «Se on tyylikäs lähestymistapa ongelmaan. Tämä tutkimus on niin tärkeä, koska se mahdollistaa lopulta hermoverkkojen reaaliaikaisen optimoinnin mille tahansa laitteelle, jonka algoritmi tuntee resurssit.» Tämä todella osoittaa, että vahvuuden ei tarvitse olla sidottu kokoon.

Isoja laskelmia pienillä laitteilla

IoT-laitteet toimivat tyypillisesti tietokonepiireillä ilman käyttöjärjestelmää, mikä vaikeuttaa kuviontunnistustehtävien, kuten syväoppimisen, suorittamista. IoT:n keräämää dataa käsitellään usein pilvessä, joskin se on alttiina hakkerointiin, jotta analysointi olisi tehokkaampaa. Neuroverkot voisivat tehdä paljon lisätäkseen IoT-laitteiden kasvavaa määrää, mutta koko oli ongelma. «Jotta verkkoja siirretään itse laitteeseen, mikä on osoittautunut vaikeaksi, on löydettävä tapa optimoida hakutila eri mikrokontrollereille», Suit selittää. «Tavallinen tai yleinen järjestelmä ei toimisi IoT-laitteiden resurssitoleranssin vuoksi. Ajattele hyvin pientä virrankulutusta, hyvin pieniä prosessoreita prosessointitehon suhteen.»

Älykodin ääniavustaja lepää pöydällä

Siellä MIT:n tutkijoiden työ tulee esiin. «Kuinka otamme hermoverkkoja käyttöön suoraan näissä pienissä laitteissa?» tutkimuksen johtava kirjoittaja Ji Lin, Ph.D. opiskelija MIT:n sähkötekniikan ja tietojenkäsittelytieteen laitoksella, sanoi lehdistötiedotteessa. «Se on uusi tutkimusalue, joka on tulossa erittäin suosituksi. Yritykset, kuten Google ja ARM, työskentelevät kaikki tähän suuntaan.»

TinyEngine apuun

MIT-ryhmä suunnitteli kaksi komponenttia, jotka ovat välttämättömiä mikro-ohjaimien neuroverkkojen toiminnalle. Yksi komponenteista on TinyEngine, joka on samanlainen kuin käyttöjärjestelmä, mutta vähentää koodin olennaiseen. Toinen esimerkki on TinyNAS, hermoarkkitehtuurin hakualgoritmi. «Meillä on paljon mikro-ohjaimia, joilla on eri tehokapasiteetti ja erikokoiset muistit», Lin sanoi. «Joten kehitimme algoritmin [TinyNAS] optimoidaksesi hakutilan eri mikrokontrollereille. TinyNAS:n mukautettu luonne tarkoittaa, että se voi luoda kompakteja hermoverkkoja, joilla on paras mahdollinen suorituskyky tietylle mikro-ohjaimelle, ilman tarpeettomia parametreja. Sitten toimitamme lopullisen tehokkaan mallin mikro-ohjaimelle.» Se on elegantti lähestymistapa ongelmaan. Linin työ voitaisiin kääntää älykkäämmiksi, ketterämmiksi lääkinnällisiksi laitteiksi. «Tämä todella osoittaa, että virtaa ei tarvitse sitoa olla kokoisia, ja sairaaloissa, joissa kaikki liikkuu nopeasti ahtaissa tiloissa, tämä voi kirjaimellisesti tarkoittaa eroa elämän ja kuoleman välillä», sanoi Kevin Goodwin, tekoälyavusteisia lääkinnällisiä laitteita valmistavan yrityksen EchoNousin toimitusjohtaja sähköpostissa. -postihaastattelussa kerrottiin, että hänen tiiminsä käytti vuosia rakentaen ja kouluttaen hermoverkkoa, jota voitaisiin sitten käyttää sydämen rakenteiden kartoittamiseen reaaliaikaisessa ultraäänessä – kaikki alle kaksi kiloa painavassa kädessä pidettävässä KOSMOS-laitteessa.

EchoNousin kannettava COSMOS-lääketieteellinen laite

«Nyt lääkärit voivat helposti siirtyä huoneesta toiseen saadakseen diagnostisia laadukkaita skannauksia tekoälyohjauksella», hän lisäsi. «Heidän ei tarvitse lähettää potilaita muualle noihin skannauksiin tai tuhlata ratkaisevaa aikaa kärryihin perustuvien koneiden desinfiointiin.» MCUNet on jännittävä katsaus maailmaan, jossa pienet vempaimet voivat olla älykkäämpiä kuin koskaan. IoT-laitteiden määrän kasvaessa nopeasti etsimme älylaitteista lääketieteellisiin laitteisiin omat hermoverkkonsa.

Por Markus